python opencv 小波变换去噪

小波变换是一种常用的图像处理方法，可以用于图像去噪。在 Python 中，可以使用 OpenCV 库来实现小波变换去噪。

下面是一个简单的示例代码，演示如何使用小波变换去噪：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('input.jpg', 0)

# 执行小波变换
coeffs = cv2.dwt2(image, 'haar')

# 将高频系数置零
coeffs = list(coeffs)
coeffs[0] *= 0

# 执行反向小波变换
denoised_image = cv2.idwt2(coeffs, 'haar')

# 显示原始图像和去噪后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Denoised Image', denoised_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，首先使用 `cv2.imread` 函数读取输入的图像。然后，调用 `cv2.dwt2` 函数执行小波变换，其中 `'haar'` 是指定小波变换类型为 Haar 小波。接下来，将高频系数置零，通过乘以一个较小的值（例如0）来实现。最后，调用 `cv2.idwt2` 函数执行反向小波变换，得到去噪后的图像。

注意，上述代码中的 `'input.jpg'` 是你要处理的图像文件路径，你需要将其替换为你自己的图像路径。

希望这个示例代码对你有帮助！如有更多问题，请随时提问。